检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

飞行时间约束下的再入制导律

哈尔滨工业大学学报 2019年第10期51卷 90-97页

作者：方科张庆振倪昆崔朗福北京航空航天大学自动化科学与电气工程学院

为应对现代战场的信息化与集群化发展趋势,从多高超声速飞行器饱和打击任务需求出发,针对其中的再入飞行时间约束条件进行研究,提出一套基于Deep Q-learning Network(dqn)的时间可控再入制导律.该制导律工作流程为首先纵向轨迹预测-校... 详细信息

为应对现代战场的信息化与集群化发展趋势,从多高超声速飞行器饱和打击任务需求出发,针对其中的再入飞行时间约束条件进行研究,提出一套基于Deep Q-learning Network(dqn)的时间可控再入制导律.该制导律工作流程为首先纵向轨迹预测-校正模块根据当前飞行状态和攻角-速度剖面规划出倾侧角幅值;然后在线约束强化管理模块对其进行安全限幅处理;最后倾侧角符号规划模块以调节再入飞行时间为目标,在对横向飞行状态进行马尔科夫决策过程建模的基础上,设计相应的深度神经网络进行离线训练以在线生成倾侧角符号,进而与幅值信息共同组成最终的倾侧角指令.多组仿真的对比分析结果表明:在标称环境下的多任务仿真中,时间可控再入制导律能够自主地进行倾侧角符号的在线规划,在不影响制导精度的前提下,对再入飞行时间进行调整以满足不同的任务需求;在参数拉偏的蒙特卡洛仿真中,其在保证再入飞行安全、稳定的同时,仍然能将时间误差控制在合理的范围之内.从而验证了相对于传统方法而言,本研究所设计的再入制导律在任务适应性、鲁棒性与时间可控性等方面均具有良好表现,能够有效地满足飞行时间约束下的再入任务需求.

关键词：高超声速飞行器再入制导预测-校正制导深度强化学习 dqn

在线全文

学校读者我要写书评

暂无评论

基于深度Q网络的近距空战智能机动决策研究

航空兵器 2023年第3期30卷 41-48页

作者：张婷玉孙明玮王永帅陈增强南开大学人工智能学院天津300350 天津市智能机器人重点实验室天津300350

针对近距空战对抗中无人机机动决策问题,本文基于深度Q网络(dqn)算法的框架,对强化学习奖励函数设计以及超参数的选择问题进行了研究。对于强化学习中的稀疏奖励问题,采用综合角度、距离、高度和速度等空战因素的辅助奖励,能够精确描述... 详细信息

针对近距空战对抗中无人机机动决策问题,本文基于深度Q网络(dqn)算法的框架,对强化学习奖励函数设计以及超参数的选择问题进行了研究。对于强化学习中的稀疏奖励问题,采用综合角度、距离、高度和速度等空战因素的辅助奖励,能够精确描述空战任务,正确引导智能体的学习方向。同时,针对应用强化学习超参数选择问题,探究了学习率、网络节点数和网络层数对决策系统的影响,并给出较好的参数选择范围,为后续研究参数选择提供参考。空战场景的仿真结果表明,通过训练智能体能够在不同空战态势下学习到较优的机动策略,但对强化学习超参数较敏感。

关键词：空战自主机动决策深度强化学习 dqn 奖励函数智能机动参数选择

基于深度强化学习的救护车动态重定位调度研究

在线全文

学校读者我要写书评

暂无评论

管理科学学报 2020年第2期23卷 38-52页

作者：刘冠男曲金铭李小琳吴俊杰北京航空航天大学经济管理学院北京100191 南京大学商学院南京210093

救护车是挽救患者生命的重要医疗资源,合理调配有限的救护车资源可以降低呼叫响应时间,提高医疗服务水平.本文面向救护车动态重定位调度问题,提出了一种基于强化学习的调度策略结构.为解决传统强化学习所面临的高维状态空间的挑战,本文... 详细信息

救护车是挽救患者生命的重要医疗资源,合理调配有限的救护车资源可以降低呼叫响应时间,提高医疗服务水平.本文面向救护车动态重定位调度问题,提出了一种基于强化学习的调度策略结构.为解决传统强化学习所面临的高维状态空间的挑战,本文基于深度Q值网络(dqn)方法,提出了一种考虑多种调度交互因子的算法RedCon-dqn,以在给定环境状态下得到最优的重定位调度策略.在此基础上,本文还提出了急救网络弹性概念,以评估各站点对全局救护优化目标的影响力.最后,基于南京市2016年~2017年的实际救护车呼叫及响应数据,构造了环境交互模拟器.在模拟器中通过大规模数据实验,验证了模型得到的调度策略相比已有方法的优越性,并分析了不同时段下调度策略的有效性及其特点.

关键词：强化学习 dqn 救护车调度重定位

在线全文

学校读者我要写书评

暂无评论

深度强化学习局部策略迁移方法

太原理工大学学报 2024年第4期55卷 705-711页

作者：史腾飞王莉臧嵘北方自动控制技术研究所太原030006 太原理工大学计算机与科学技术学院(大数据学院) 晋中030600 山西证券股份有限公司太原030032

【目的】强化学习策略迁移是一条降低深度强化学习训练消耗的有效途径,其中,局部策略迁移是在较小粒度上实现策略的迁移,它对整体策略性能的提升和策略灵活组合形成新整体策略有重要意义。提出了深度强化学习局部策略迁移方法。【方法... 详细信息

【目的】强化学习策略迁移是一条降低深度强化学习训练消耗的有效途径,其中,局部策略迁移是在较小粒度上实现策略的迁移,它对整体策略性能的提升和策略灵活组合形成新整体策略有重要意义。提出了深度强化学习局部策略迁移方法。【方法】借鉴了软件工程中“高内聚,低耦合”的思想,通过对作为策略载体的神经网络进行划分,使得不同子神经网络承载不同局部策略,然后通过对子神经网络的迁移,实现局部策略迁移。该方法支持局部策略灵活替换和组合,形成性能更优秀和适应新环境的新总策略。选取经典深度强化学习算法dqn作为实验算法,对比dqn算法使用本文方法前后的迁移能力和表现性能。【结果】结果表明,dqn算法使用本文方法后实现了局部策略迁移的同时表现性能还提升了约27.5%.

关键词：深度强化学习局部策略迁移 dqn

计及差异化用能需求的集群空调负荷优化控制策略

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电测与仪表 2021年第9期58卷 22-27页

作者：赵兵王增平孙毅华北电力大学电气与电子工程学院北京102206 中国电力科学研究院有限公司北京100192

随着电力物联网的加速建设,需求侧资源管理也愈加信息化和智能化,为引导用户节能降耗提供了精细化调控的基础。传统的集群负荷调控大多面向群体优化,而忽略了个体用户的用能偏好,难以同时满足用户的差异化舒适度需求和经济性需求。提出... 详细信息

随着电力物联网的加速建设,需求侧资源管理也愈加信息化和智能化,为引导用户节能降耗提供了精细化调控的基础。传统的集群负荷调控大多面向群体优化,而忽略了个体用户的用能偏好,难以同时满足用户的差异化舒适度需求和经济性需求。提出一种计及用户差异化用能需求的集群空调负荷协同控制策略,基于LSTM神经网络模拟单个用户行为特性,引入用能行为相似度量化对用户差异化需求的切合程度进行量化,进而采用dqn强化学习制定个性化用能策略,降低用户用能成本的同时满足各用户的差异化舒适需求,并且有效降低了峰谷差。最后,仿真结果验证了文章所提策略的有效性和优势。

关键词：用能需求差异化 LSTM dqn 负荷精细化调控

在线全文

学校读者我要写书评

暂无评论

洋流干扰下低速欠驱动AUV的三维路径规划

智能系统学报 2024年

作者：陈世同鲁子瑜哈尔滨工程大学智能科学与工程学院

海洋洋流对低速欠驱动水下运载器(automatic underwater vehicle， AUV)的航行影响巨大，会增加航行时间、增大能源消耗以及改变航行轨迹，故在洋流干扰的情况下规划出一条最优航行路线有着重要的意义。本文主要分析了洋流对AUV的影响... 详细信息

海洋洋流对低速欠驱动水下运载器(automatic underwater vehicle， AUV)的航行影响巨大，会增加航行时间、增大能源消耗以及改变航行轨迹，故在洋流干扰的情况下规划出一条最优航行路线有着重要的意义。本文主要分析了洋流对AUV的影响机理，由于传统的强化Q网络(deep Q-network， dqn)路径规划算法在复杂环境下存在过估计的问题，提出了基于优先经验回放方法的改进dqn路径规划算法，同时对动作设计和奖励函数进行优化。在基于S57海图数据建立的三维海洋环境下，利用地球与空间研究机构(earth & space research， ESR)提供的洋流数据进行路径规划仿真。实验结果表明，在充分考虑洋流干扰的情况下，改进后的dqn算法能够规划出较优的全局路径规划，提供一条时间最短且能耗最低的航行路线，为AUV水下航行提供参考。

关键词： AUV 强化学习洋流干扰路径规划三维海洋环境 dqn S57海图奖励函数

A Data Transmission Path Optimization Protocol for Heterogeneous Wireless Sensor Networks Based on Deep Reinforcement Learning

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Computer and Communications 2023年第8期11卷 165-180页

作者： Yu Song Zhigui Liu Xiaoli He School of Information Engineering South West University of Science and Technology Mianyang China Department of Network Information Management Center Sichuan University of Science and Engineering Zigong China Artificial Intelligence Key Laboratory of Sichuan Province Sichuan University of Science and Engineering Zigong China School of Computer Science Sichuan University of Science and Engineering Zigong China

Wireless sensor networks had become a hot research topic in Information science because of their ability to collect and process target information periodically in a harsh or remote environment. However, wireless sensor networks were inherently limited in various software and hardware resources, especially the lack of energy resources, which is the biggest bottleneck restricting their further development. A large amount of research had been conducted to implement various optimization techniques for the problem of data transmission path selection in homogeneous wireless sensor networks. However, there is still great room for improvement in the optimization of data transmission path selection in heterogeneous wireless sensor networks (HWSNs). This paper proposes a data transmission path selection (Hdqns) protocol based on Deep reinforcement learning. In order to solve the energy consumption balance problem of heterogeneous nodes in the data transmission path selection process of HWSNs and shorten the communication distance from nodes to convergence, the protocol proposes a data collection algorithm based on Deep reinforcement learning dqn. The algorithm uses energy heterogeneous super nodes as AGent to take a series of actions against different states of HWSNs and obtain corresponding rewards to find the best data collection route. Simulation analysis shows that the Hdqn protocol outperforms mainstream HWSN data transmission path selection protocols such as DEEC and SEP in key performance indicators such as overall energy efficiency, network lifetime, and system robustness.

关键词： HWSNs Clusting Deep Reinforcement Learning dqn

Four-layer cache strategy of edge computing in education environment

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

计算机教育 2020年第12期 66-72页

作者： Lingyun Lu Yalou Song School of Software Engineering Beijing Jiaotong UniversityBeijing 100044China

The rapid development of MEC and 5G technology has aroused huge repercussions and aroused the attention of education and *** storage of educational resources,energy consumption and delays in use have become urgent *** response to the above problems,this paper proposes a three-tier education network model and abstracts the network *** the same time,the dqn method in reinforcement learning is used to solve the modeling method and ***,the simulation results show that this method can effectively improve the cache hit rate and reduce the network load.

关键词： edge computing caching education Zipf distribution dqn

Risk Assessment of Power System Cascading Outages Based on Deep Reinforcement Learning

在线全文

学校读者我要写书评

暂无评论

Risk Assessment of Power System Cascading Outages Based on D...